查看“机器学习培训”的源代码

*时间：每周二晚7点，暂定线上
*地点：15楼休息室1503
*备注：
#总共约一学期，八节课
#一节课一个半小时
#腾讯会议  729 707 3614
#推荐课程cs231n  http://cs231n.stanford.edu/schedule.html 作业值得做

=课程内容=
==第一期==
[[2021.11-2021.12]]
2021.11.9 第1章机器学习算法概述[[:File:第1章机器学习算法概述.pdf]]

作业1：假设机器需要学习得到的X与Y的对应关系是求和，用numpy的方法实现机器学习的过程


2021.11.16 第2课机器学习算法概述[[:File:ML第2课卷积层全链层.pdf]] [[:File:ML第2课卷积层全链层-笔记版.pdf]]

作业2：第一个作业在ppt中。第二个作业：假设卷积核不是3x3而是1x1，运用卷积核的概念继续实现作业1的工作


2021.11.23 第3课机器学习算法概述[[:File:ML第3课池化层遗忘层.pdf]] 

[[作业1的提示]]


2021.11.30 第4课机器学习 作业解答及其他类型ML简介

[[作业1答案，待完善]]


2021.12.07 第5课机器学习类型概述

[[:File:ML5.1监督和无监督.pdf]] [[:File:ML5.2AE&VAE.pdf]] [[:File:ML5.3GAN.pdf]]


2021.12.14 第6课pytorch

[[:File:MLtrain_file.zip]]



2021.12.14 第7课pytorch

[[:File:MLClassifier.zip]]



2021.12.28 第8课pytorch

[[:File:MLAuto-encoder.zip]]

==第二期==

[[2022.02- ]]

https://github.com/WillKoehrsen/Machine-Learning-Projects

=课题=
*冯帅： [[机器学习培训_通过测光信息推断暗晕质量和size|通过测光信息推断暗晕质量和size]]
*居梦婷： [[星系金属丰度测量]]
*曾琪： [[aaa]]
*刘桂梅： [[aaa]]
*秦松梅： [[恒星大气参数测量]]
*李春燕： [[寻找星团CMD中特殊区域的恒星]]
*穆子豪： [[通过机器学习方法从星系图像识别棒并提取相关信息]]
*邱佳杰： [[使用深度学习方法从星系图像中得出星系的形态信息]]
*吴闻宇： [[aaa]]